项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-18 · 当前星标 ★ 456
使用教程
环境要求
- Python 3.10+
安装与启动步骤
-
1装成可编辑包
它同时是库和 MCP 服务，用可编辑方式装方便改配置。
python -m pip install -e . -
2先跑自带验证
自带的 SQLite 演示会走一遍存数据、跑工具、留凭据的完整链路。
python -m datamind.scripts.verify_sqlite_demo -
3起 HTTP 服务
需要给别的程序调用时起这个，本地调试绑 127.0.0.1。
python -m uvicorn datamind.server:app --host 127.0.0.1 --port 8000 -
4或直接当 MCP 服务挂
给编码助手用时走 MCP 方式，不用额外起端口。
python -m datamind.mcp
如何确认成功
演示脚本能跑完并留下写入凭据，随后的查询能拿到刚写进去的那条数据而不需要重新初始化
注意事项
- 它强调「返回证据与写入凭据」，适合需要审计轨迹的数据任务。
- 默认用 SQLite，换数据库要改连接配置并重跑迁移。
- 装 codex 插件是可选依赖，不用 Codex 就不必装。
- 对外暴露 HTTP 端口前先加认证，别把内网数据接口直接开到公网。
核心亮点
- 把 RAG、GraphRAG、NL2SQL、Skills、Memory 统一在 LlamaIndex 生态下，减少多组件拼接成本
- 支持多模态输入，文档、图像等混合内容可进入同一检索与推理流程
- NL2SQL 与 GraphRAG 并存，既能查结构化数据库，也能做关系型知识推理
不足之处
- 项目处于早期，星标仅 117，社区规模小，长期维护与生态成熟度待观察
- 文档和示例可能不够完善，复杂场景的配置与调试成本较高
适用场景
- 企业知识库问答：上传多模态文档后，用 RAG 与 GraphRAG 回答跨文档关系问题
- 数据分析助手：业务人员用自然语言通过 NL2SQL 查询数据库并生成分析结论
- 智能客服/个人助手：借助 Memory 与 Skills 实现带上下文记忆和工具调用的多轮对话
替代项目
LlamaIndex、LangChain
同类项目推荐
Awesome-LLM-RAG-Application
开源
RAG 应用资源一网打尽，快速选型不迷路
the resources about the application based on LLM with RAG pattern
session-knowledge
开源
把 Claude Code 聊天记录变成本地可搜索知识库
Turn your Claude Code session history into a searchable local knowledge base — 13 M···
DataMind
开源
一个框架搞定 RAG、图检索、NL2SQL 和记忆
All-in-one intelligent assistant powered by LlamaIndex — RAG, GraphRAG, NL2SQL, Ski···
fess
开源
自建一个搜索，公司文档网页全都能翻
Open-source, self-hosted enterprise & site search server built on OpenSearch. Crawls···
NLP-Knowledge-Graph
开源
一站式掌握NLP、知识图谱与大模型实战，快速搭建智能对话系统。
自然语言处理、知识图谱、大语言模型，Agent等技术的前沿追踪、研究与应用。
gemini-obsidian
开源
在终端里用 Gemini 问答你的 Obsidian 笔记库
A Gemini CLI extension for interfacing with an Obsidian vault with local first RAG c···
Awesome-RAG
开源
一站式收藏 RAG 精华资源，快速上手少走弯路
wdoc
开源
把杂乱文档变成可对话的知识库，一键总结和问答
Summarize and query from a lot of heterogeneous documents. Any LLM provider, any fil···
advanced-rag
开源
跟着可运行代码，系统掌握高级 RAG 构建与优化
Jupyter Notebooks for Mastering LLM with Advanced RAG Course